data cleaning

تجهيز البيانات عشان تبقى صالحة للتحليل.

البيانات اللي بنجمعها (من surveys, sensors, systems...) غالبًا بتكون فيها مشاكل زي:

قيم ناقصة (Missing values).

أخطاء إدخال (زي أعمار مكتوبة 999).

قيم مكررة (Duplicate rows).

قيم غير منطقية (مثلاً بلد = "Earth" أو عمر = -5).

اختلاف في التنسيق (مثلاً تاريخ مكتوب كـ نص أو دولة مكتوبة بطرق مختلفة "USA", "U.S.A", "United States").